【技术实现步骤摘要】
本专利技术属于跨模态检索，具体涉及安全高效的跨模态相似度度量方法。
技术介绍
1、随着计算机、物联网的普及，文本、图像、音频、视频等多种类型数据为主的信息急剧增加，这些数据具备的可用性和重要性日益突显，因此社会及特定场所对高效的跨模态数据检索服务的需求也越来越多。例如在医院，医护人员可以根据病情描述查找病情症状的图片信息。然而在实际应用场景中，存在医生在大规模加密电子医疗记录中查询病人就诊信息低效、高时延的情况；为了节省本地存储资源和计算资源，用户更倾向将海量的多模态数据外包给云服务器，但不安全的云服务器会对用户数据隐私带来风险，因为云服务器可以通过数据信息来推断用户隐私。
技术实现思路
1、本专利技术的目的是提供安全高效的跨模态相似度度量方法，解决了现有跨模态检索方法中易遭到适应性选择关键字攻击造成隐私泄露及大规模加密数据集下数据相似性计算低效的问题。
2、本专利技术所采用的技术方案是，安全高效的跨模态相似度度量方法，具体按照以下步骤实施：
3、步骤1，多模态数据
【技术保护点】
1.安全高效的跨模态相似度度量方法，其特征在于，具体按照以下步骤实施：
2.根据权利要求1所述的安全高效的跨模态相似度度量方法，其特征在于，步骤1的具体为：数据拥有者利用跨模态哈希检索方法将多模态数据均转换成二进制哈希码y。
3.根据权利要求1所述的安全高效的跨模态相似度度量方法，其特征在于，步骤2的具体过程为：
4.根据权利要求3所述的安全高效的跨模态相似度度量方法，其特征在于，步骤2.1中，分层聚类树包括根结点、分支结点和叶子结点，其中每个叶子结点Ni代表一个数据对象，包含该对象的哈希码yi和标识符oi，每个哈希码yi对应一个标...
【技术特征摘要】
1.安全高效的跨模态相似度度量方法，其特征在于，具体按照以下步骤实施：
2.根据权利要求1所述的安全高效的跨模态相似度度量方法，其特征在于，步骤1的具体为：数据拥有者利用跨模态哈希检索方法将多模态数据均转换成二进制哈希码y。
3.根据权利要求1所述的安全高效的跨模态相似度度量方法，其特征在于，步骤2的具体过程为：
4.根据权利要求3所述的安全高效的跨模态相似度度量方法，其特征在于，步骤2.1中，分层聚类树包括根结点、分支结点和叶子结点，其中每个叶子结点ni代表一个数据对象，包含该对象的哈希码yi和标识符oi，每个哈希码yi对应一个标识符oi；分支结点nj为该分支结点的所有孩子结点的哈希码根据k-modes聚类得到的聚类中心。
5.根据权利要求4所述的安全高效的跨模态相似度度量方法，其特征在于，步骤2.2的具体过程为：输入安全参数λ和跨模态哈希码维度k，选择参数q，p，dgσ，dgσ*，保证等式(1)成立；
6.根据权利要求4所述的安全高效的跨模态相似度度量方法，其特征在于，步骤2.3的具体过程为：
7.根据权利要求4所述的安全高效的跨模态相似度度量方法，其特征在...
【专利技术属性】
技术研发人员：苗银宾，张伟，杨丽，秦婷，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。